انواع پارتیشن بندی در موقعیتهای مختلف
اول از همه باید متوجه شوید در چه حالتی سیستم بوت شدهاست. گاهی اوقات سیستم شما معمولا اگر قدیمی باشد، از فرمویر UEFI پشتیبانی نمیکند.
هنگامی که live سیستم را بالا آوردید، دستور زیر را برای بررسی این مورد داخل ترمینال اجرا کنید:
$ ls /sys/firmware/efi
در صورت وجود این دایرکتوری یعنی شما UEFI بوت کردهاید.
در مرحله دوم، شما نیاز دارید که Partition table خودتان را متوجه شوید. دستورات زیادی هستند که این اطلاعات را به شما میدهند.
1)Fdisk
$ sudo fdisk -l /dev/sdXY
در خروجی، جلوی Disklable type اگر dos نوشته شده بود، یعنی شما پارتیشن تیبلی که دارید mbr است. در غیر این صورت، gpt نوشته شده.
2)Parted
$ sudo parted -l /dev/sdXY
در خروجی، جلوی Partition table میتوانید پارتیشن تیبل خود را متوجه شوید.
۱.پارتیشن تیبل MBR و بوت BIOS (legacy)
در این حالت، شما تنها میتوانید ۴ پارتیشن primary ایجاد کنید و همچنین نهایت اندازه پارتیشن شما ۲ ترابایت خواهد بود. در صورتی که بیش از ۴ پارتیشن نیاز داشتید، میتوانید یک پارتیشن extended بسازید و زیر مجموعههای آن را logical درست کنید. شما در این حالت، محدودیت تعداد (در حد نیاز حداقل) ندارید.
اگر می خواهید علت محدودیت ۴ پارتیشن پرایمری و ۲ ترابایت فضا را بدانید به اینجا مراجعه کنید.
ساختار پارتیشنهای شما به صورت پیشنهادی می تواند به شکل زیر باشد:
/boot: 500-800 MB
/ : 45 - 50 GB
swap: (اگر نیاز دارید)
/home: OTHER
شما حتماً باید پارتیشن boot را bootable نمایید.
اگر پارتیشن boot ایجاد نمیکنید، باید / را bootable کنید.
دستور برای نصب/کانفیگ گراب در این حالت داخل آرچ/فدورا:
$ grub-install --target=i386-pc /dev/sdX
$ sudo grub-mkconfig -o /boot/grub/grub.cfg
۲.پارتیشن تیبل gpt و بوت UEFI
در این صورت، شما محدودیت تعداد پارتیشن نخواهید داشت. بنابراین به صورت دلخواه پارتیشنهای خود را ایجاد کنید. اما الزاما باید دایرکتوری efi را ایجاد نمایید.
پارتیشن بندی پیشنهادی برای این حالت:
/boot/efi : 300 MB
/boot : 500-800 MB
/ : 45 - 50 GB
swap : (اگر نیاز دارید)
/home : OTHER
در این حالت شما نیاز به bootable کردن پارتیشنی نخواهید داشت.
تنها نیاز است که به پارتیشن efi فلگ esp زده شود.
شاید زیاد ببینید که به جای
/boot/efi
مسیر
/efi
در سمپل ها است.اما فرقی ندارد، هر توزیعی طبق سیاست خود پیشنهاداتی می دهد.
در این حالت شما برای نصب/کانفیگ۳ گراب نیاز به دستور زیر دارید :
$ grub-install --target=x86_64-efi --efi-directory=esp --bootloader-id=GRUB
$ grub-mkconfig -o /boot/grub/grub.cfg
۳.پارتیشن تیبل GPT و بوت BIOS
این حالت دقیقا همانند حالت ۱ است با این تفاوت که شما نیازمند پارتیشن BIOS boot partition هستید. تنها کافیست این پارتیشن را با حجم 1MB ایجاد نمایید و سایر موارد را مشابه مرحله اول ایجاد کنید. شما در این حالت به علت GPT بودن پارتیشن تیبل با محدودیت های MBR روبرو نخواهید بود.
#لینوکس
#grub #partitioning #installation #uefi #legacy
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
اول از همه باید متوجه شوید در چه حالتی سیستم بوت شدهاست. گاهی اوقات سیستم شما معمولا اگر قدیمی باشد، از فرمویر UEFI پشتیبانی نمیکند.
هنگامی که live سیستم را بالا آوردید، دستور زیر را برای بررسی این مورد داخل ترمینال اجرا کنید:
$ ls /sys/firmware/efi
در صورت وجود این دایرکتوری یعنی شما UEFI بوت کردهاید.
در مرحله دوم، شما نیاز دارید که Partition table خودتان را متوجه شوید. دستورات زیادی هستند که این اطلاعات را به شما میدهند.
1)Fdisk
$ sudo fdisk -l /dev/sdXY
در خروجی، جلوی Disklable type اگر dos نوشته شده بود، یعنی شما پارتیشن تیبلی که دارید mbr است. در غیر این صورت، gpt نوشته شده.
2)Parted
$ sudo parted -l /dev/sdXY
در خروجی، جلوی Partition table میتوانید پارتیشن تیبل خود را متوجه شوید.
۱.پارتیشن تیبل MBR و بوت BIOS (legacy)
در این حالت، شما تنها میتوانید ۴ پارتیشن primary ایجاد کنید و همچنین نهایت اندازه پارتیشن شما ۲ ترابایت خواهد بود. در صورتی که بیش از ۴ پارتیشن نیاز داشتید، میتوانید یک پارتیشن extended بسازید و زیر مجموعههای آن را logical درست کنید. شما در این حالت، محدودیت تعداد (در حد نیاز حداقل) ندارید.
اگر می خواهید علت محدودیت ۴ پارتیشن پرایمری و ۲ ترابایت فضا را بدانید به اینجا مراجعه کنید.
ساختار پارتیشنهای شما به صورت پیشنهادی می تواند به شکل زیر باشد:
/boot: 500-800 MB
/ : 45 - 50 GB
swap: (اگر نیاز دارید)
/home: OTHER
شما حتماً باید پارتیشن boot را bootable نمایید.
اگر پارتیشن boot ایجاد نمیکنید، باید / را bootable کنید.
دستور برای نصب/کانفیگ گراب در این حالت داخل آرچ/فدورا:
$ grub-install --target=i386-pc /dev/sdX
$ sudo grub-mkconfig -o /boot/grub/grub.cfg
۲.پارتیشن تیبل gpt و بوت UEFI
در این صورت، شما محدودیت تعداد پارتیشن نخواهید داشت. بنابراین به صورت دلخواه پارتیشنهای خود را ایجاد کنید. اما الزاما باید دایرکتوری efi را ایجاد نمایید.
پارتیشن بندی پیشنهادی برای این حالت:
/boot/efi : 300 MB
/boot : 500-800 MB
/ : 45 - 50 GB
swap : (اگر نیاز دارید)
/home : OTHER
در این حالت شما نیاز به bootable کردن پارتیشنی نخواهید داشت.
تنها نیاز است که به پارتیشن efi فلگ esp زده شود.
شاید زیاد ببینید که به جای
/boot/efi
مسیر
/efi
در سمپل ها است.اما فرقی ندارد، هر توزیعی طبق سیاست خود پیشنهاداتی می دهد.
در این حالت شما برای نصب/کانفیگ۳ گراب نیاز به دستور زیر دارید :
$ grub-install --target=x86_64-efi --efi-directory=esp --bootloader-id=GRUB
$ grub-mkconfig -o /boot/grub/grub.cfg
۳.پارتیشن تیبل GPT و بوت BIOS
این حالت دقیقا همانند حالت ۱ است با این تفاوت که شما نیازمند پارتیشن BIOS boot partition هستید. تنها کافیست این پارتیشن را با حجم 1MB ایجاد نمایید و سایر موارد را مشابه مرحله اول ایجاد کنید. شما در این حالت به علت GPT بودن پارتیشن تیبل با محدودیت های MBR روبرو نخواهید بود.
#لینوکس
#grub #partitioning #installation #uefi #legacy
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
This media is not supported in your browser
VIEW IN TELEGRAM
دوره یادگیری سایت Coursera
Sequence Models for Time Series and Natural Language Processing
26 Lab Solution Time series prediction end-to-end (rnn2)
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Sequence Models for Time Series and Natural Language Processing
26 Lab Solution Time series prediction end-to-end (rnn2)
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
This media is not supported in your browser
VIEW IN TELEGRAM
دوره یادگیری سایت Coursera
Sequence Models for Time Series and Natural Language Processing
27 Improving our Loss Function
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Sequence Models for Time Series and Natural Language Processing
27 Improving our Loss Function
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from DLeX: AI Python (Farzad 🦅)
این گروه اساتید آیلتس و تافل است که برای پاسخ دهی به پرسش های مربوط به این آزمون ها و آموزش نکات مهم راه اندازی کرده اند.
افرادی که قصد اپلای و فراگیری زبان انگلیسی را دارند با عضویت در این گروه و معرفی اون به دیگران کمک کنید که به دیگران به مدرسین آزمونهای آیلتس و تافل دسترسی داشته باشند.
👇👇
https://t.me/joinchat/DfL-0xSsQI73cx2kuj9s-g
افرادی که قصد اپلای و فراگیری زبان انگلیسی را دارند با عضویت در این گروه و معرفی اون به دیگران کمک کنید که به دیگران به مدرسین آزمونهای آیلتس و تافل دسترسی داشته باشند.
👇👇
https://t.me/joinchat/DfL-0xSsQI73cx2kuj9s-g
This media is not supported in your browser
VIEW IN TELEGRAM
دوره یادگیری سایت Coursera
Sequence Models for Time Series and Natural Language Processing
28 Demo: Time series prediction: end-to-end (rnnN)
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Sequence Models for Time Series and Natural Language Processing
28 Demo: Time series prediction: end-to-end (rnnN)
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Media is too big
VIEW IN TELEGRAM
دوره یادگیری سایت Coursera
Sequence Models for Time Series and Natural Language Processing
29 Working with Real Data
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Sequence Models for Time Series and Natural Language Processing
29 Working with Real Data
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
یادگیری ماشین و طریقه انجام این الگوریتم
#یادگیری_ماشین #منابع
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#یادگیری_ماشین #منابع
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
PyTorch version of Stable Baselines, improved implementations of reinforcement learning algorithms.
https://towardsdatascience.com/stable-baselines-a-fork-of-openai-baselines-reinforcement-learning-made-easy-df87c4b2fc82
Documentation: https://stable-baselines3.readthedocs.io
Githab: https://github.com/DLR-RM/stable-baselines3
Paper: https://arxiv.org/abs/2005.05719v1
#مقاله
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
https://towardsdatascience.com/stable-baselines-a-fork-of-openai-baselines-reinforcement-learning-made-easy-df87c4b2fc82
Documentation: https://stable-baselines3.readthedocs.io
Githab: https://github.com/DLR-RM/stable-baselines3
Paper: https://arxiv.org/abs/2005.05719v1
#مقاله
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from Faradars_Post
🔔 با ۱۰ آموزش جدید تمدید شد...
🔴 ضیافت آموزشی فرادرس با اضافه شدن «۱۰ آموزش جدید» تا ۳۱ اردیبهشت تمدید شد.
🎁 «۴۰ آموزش طرح رایگان» + «۳۰ + ۱۰ آموزش جدید»👇
✅ مشاهده و دانلود ۸۰ آموزش رایگان — [کلیک کنید]
🔗 جزئیات طرح: fdrs.ir/mtx7
@FaraDars — فرادرس
🔴 ضیافت آموزشی فرادرس با اضافه شدن «۱۰ آموزش جدید» تا ۳۱ اردیبهشت تمدید شد.
🎁 «۴۰ آموزش طرح رایگان» + «۳۰ + ۱۰ آموزش جدید»👇
✅ مشاهده و دانلود ۸۰ آموزش رایگان — [کلیک کنید]
🔗 جزئیات طرح: fdrs.ir/mtx7
@FaraDars — فرادرس
انتشارات O'Reilly اقدام به انتشار رایگان کتابهای خود کرد :
https://www.oreilly.com/design/free/?cmp=pd-design-free-lp-lgen_designreportad2016
#کتاب
#book
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
https://www.oreilly.com/design/free/?cmp=pd-design-free-lp-lgen_designreportad2016
#کتاب
#book
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Sequence_Models_for_Time_Series_and_Natural_Language_Processing.zip
266 MB
دوره یادگیری سایت Coursera
Sequence Models for Time Series and Natural Language Processing
کامل منتشر شد .
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Sequence Models for Time Series and Natural Language Processing
کامل منتشر شد .
#فیلم #منابع #پردازش_زبان_طبیعی #کلاس_آموزشی #تنسرفلو #پایتون #کورسرا #آمار
#coursera
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
دوره یادگیری کورسرا
Intro to TensorFlow from Google Cloud
https://www.aparat.com/v/bNfgE
#فیلم #منابع #تنسرفلو #پابتون
#python
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Intro to TensorFlow from Google Cloud
https://www.aparat.com/v/bNfgE
#فیلم #منابع #تنسرفلو #پابتون
#python
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
توتوریال متن فارسی راجع به استفاده از مدل Bert برای sentiment analysis نتیجه مدل دقتش state-of-the-art هست که حدود ۸۰ درصده روی دیتاست خیلی noisy دارد. هنوز جا برای اینکه دقتش بالاتر هم بره هست.
https://sci2lab.github.io/ml_tutorial/bert_farsi_sentiment/
تشکر از دکتر الهیاری برای این آموزش خوب
#پردازش_زبان_طبیعی #الگوریتمها #منابع
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
https://sci2lab.github.io/ml_tutorial/bert_farsi_sentiment/
تشکر از دکتر الهیاری برای این آموزش خوب
#پردازش_زبان_طبیعی #الگوریتمها #منابع
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from arXiv
This media is not supported in your browser
VIEW IN TELEGRAM
یه ربات نوشتیم همین که مقالات در arXiv ثبت میشند میفرسته به این کانال. دوست داشتید عضو بشید:
🗣 @ai_python_arxiv
🗣 @ai_python_arxiv
مقایسه الگوریتمهای یادگیری ماشین
#منابع #الگوریتمها #یادگیری_ماشین
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
#منابع #الگوریتمها #یادگیری_ماشین
❇️ @AI_Python
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
Forwarded from AI, Python, Cognitive Neuroscience (Farzad 🦅)
ntroducing ML Visuals, a collaborative effort to help the ML community improve science communication by providing free professional & compelling visuals. Feel free to use them in your own presentations/blogs.
Visuals:
https://docs.google.com/presentation/d/11mR1nkIR9fbHegFkcFq8z9oDQ5sjv8E3JJp1LfLGKuk/edit?usp=sharing
Read more: https://github.com/dair-ai/ml-visuals
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python
Visuals:
https://docs.google.com/presentation/d/11mR1nkIR9fbHegFkcFq8z9oDQ5sjv8E3JJp1LfLGKuk/edit?usp=sharing
Read more: https://github.com/dair-ai/ml-visuals
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python
بخاطر اینکار قشنگشون به طور رسمی خودمون رو حامی استارتاپ اینپین میدونیم البته اگر قابل بدونند.
با تشکر
میثم عسگری از طرف همه اعضا و ادمینهای عزیز
(اگر از دستاندرکاران اینپین هستید و این پیام رو دیدید خوشحال میشیم مصاحبه اختصاصی باهاتون در این مورد داشته باشیم و پخش کنیم)
لینک
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python
با تشکر
میثم عسگری از طرف همه اعضا و ادمینهای عزیز
(اگر از دستاندرکاران اینپین هستید و این پیام رو دیدید خوشحال میشیم مصاحبه اختصاصی باهاتون در این مورد داشته باشیم و پخش کنیم)
لینک
🗣 @AI_Python_arXiv
✴️ @AI_Python_EN
❇️ @AI_Python
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#مجموعه_داده
ایران سلب تقریبا حدود دو ساله که شروع شده، و حدود 1 ساله که با جدیت داره یک دیتابیس بومی از افراد معروف برای کارهای تحقیقاتی شناسایی چهره جمع آوری میکنه.
فعلا قراره این دیتابیس برای کارهای تحقیقاتی باشه.
اکنون، iran-celeb.ir فعال تر از همیشه در حال فعالیت است. و به کمک شما هم نیاز داریم...
از تمامی دوستان دعوت میشود که در label زدن افراد یا معرفی افراد مشهوری که نامشون در لیست نیست همکاری کنند که هر چه زودتر یک دیتابیس بزرگ در زمینه چهره بتونیم ریلیز کنیم.
به پاس تشکر از این کار از badge های فعالیت در این سایت میتوانید به عنوان اعتبار در خرید دوره های حضوری و یا آفلاین سایت class.vision استفاده کنید.
در صورت مشکل و سوال گروه تلگرامی این دیتاست:
https://t.me/joinchat/A3HTSkZ8iNB46WgxqPxKSQ
ایران سلب تقریبا حدود دو ساله که شروع شده، و حدود 1 ساله که با جدیت داره یک دیتابیس بومی از افراد معروف برای کارهای تحقیقاتی شناسایی چهره جمع آوری میکنه.
فعلا قراره این دیتابیس برای کارهای تحقیقاتی باشه.
اکنون، iran-celeb.ir فعال تر از همیشه در حال فعالیت است. و به کمک شما هم نیاز داریم...
از تمامی دوستان دعوت میشود که در label زدن افراد یا معرفی افراد مشهوری که نامشون در لیست نیست همکاری کنند که هر چه زودتر یک دیتابیس بزرگ در زمینه چهره بتونیم ریلیز کنیم.
به پاس تشکر از این کار از badge های فعالیت در این سایت میتوانید به عنوان اعتبار در خرید دوره های حضوری و یا آفلاین سایت class.vision استفاده کنید.
در صورت مشکل و سوال گروه تلگرامی این دیتاست:
https://t.me/joinchat/A3HTSkZ8iNB46WgxqPxKSQ